Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/47026
Title in Portuguese: Análise sobre a relação do retorno acionário com variáveis macroeconômicas utilizando o LASSO
Author: Melo, Sandy Stefanny Nascimento de
Advisor(s): Ferreira, Roberto Tatiwa
Keywords: Retorno acionário
Variáveis macroeconômicas
LASSO
Issue Date: 2019
Citation: MELO, Sandy Stefanny Nascimento de. Análise sobre a relação do retorno acionário com variáveis macroeconômicas utilizando o LASSO. 2019. 30 f. Trabalho de Conclusão de Curso (Graduação em Finanças) - Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Fortaleza, 2019.
Abstract in Portuguese: Diante das evidências na literatura que, de forma geral, as variáveis macroeconômicas podem influenciar o retorno acionário, surgem muitos trabalhos buscando evidenciar essa relação aplicando metodologias diversas. Neste sentido, o Least Absolute Shrinkage and Selection Operator (LASSO) se apresenta como uma metodologia diferenciada que seleciona variáveis relevantes em um conjunto de possíveis preditores, possibilitando que os preditores irrelevantes tenham seus coeficientes zerados (shrink toward 0), colaborando para modelos mais parcimoniosos e de simples interpretação. O objetivo deste trabalho é aplicar a metodologia LASSO de seleção de variáveis para relacionar o retorno de ações brasileiras com variáveis macroeconômicas do país. A base de dados utilizada conta com o retorno do índice Ibovespa e de mais seis ações do setor financeiro (ITUB4 e BBAS3), setor de consumo (ABEV3 e BRFS3) e setor de materiais básicos (PETR4 e VALE5). Para possíveis preditores, foram escolhidas 15 variáveis macroeconômicas indicadas na literatura anterior a este trabalho. A variável com maior probabilidade de inclusão foi Prêmio de Risco (contida em todas as regressões) e a ação PETR4 apresentou mais coeficientes relevantes. Com relação à previsão, foi calculado o Erro Quadrático Médio de Previsão para cada uma das ações e o resultado apontou uma qualidade de ajuste das regressões por apresentarem valor mais baixo que de outras metodologias que utilizaram a mesma base de dados, indicando uma superioridade do LASSO para previsão.
Abstract: In front of the evidences in the literature that, in general, macroeconomic variables can influence shareholder returns, many studies emerge trying to demonstrate this relationship by applying different methodologies. In this sense, the Least Absolute Shrinkage and Selection Operator (LASSO) presents itself as a differentiated methodology that selects relevant variables in a set of possible predictors, allowing the irrelevant predictors to have their coefficients zero (shrink toward 0), collaborating for more parsimonious and simple interpretation models. This work aims to apply the LASSO methodology of variables selection to relate the Brazilian stock returns with macroeconomic variables of the country. The database used includes the return of the Ibovespa index and a further six stock exchanges of the financial sector (ITUB4 and BBAS3), consumer sector (ABEV3 and BRFS3) and basic materials sector (PETR4 and VALE5). For possible predictors, 15 macroeconomic variables were chosen in the literature prior to this study. The variable with the highest probability of inclusion was "Prêmio de Risco", contained in all regressions. Regarding the prediction, the Average Quadratic Forecast Error was calculated for each of the equities and the result indicated a quality of adjustment of the regressions because they presented a lower value than other methodologies that used the same database, indicating a superiority of LASSO for forecasting.
URI: http://www.repositorio.ufc.br/handle/riufc/47026
metadata.dc.type: TCC
Appears in Collections:FINANÇAS - Monografias

Files in This Item:
File Description SizeFormat 
2019_tcc_ssnmelo.pdf762,02 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.